Inteligência artificial no PACS: um reforço para a tomada de decisão clínica
Incorporar ferramentas de IA ao sistema de arquivamento de imagens otimiza trabalho do médico radiologista e torna diagnósticos mais assertivos e seguros para os pacientes
Desde o surgimento do raio-X, em 1895, a tecnologia revoluciona a medicina diagnóstica. Desde então também existe o temor de que os profissionais serão substituídos por ela. Imagine qual foi a surpresa dos médicos quando surgiu uma máquina capaz de enxergar o corpo humano sem a necessidade de abri-lo.
O mesmo acontece agora com a inteligência artificial (IA), capaz de analisar centenas de imagens de exames por minuto e indicar com precisão aquelas que contêm alterações, apenas para citar um dos exemplos de aplicação. Mas especialistas garantem: a incorporação de ferramentas de IA ao Sistema de Arquivamento e Comunicação de Imagens (Picture Archiving and Communication System - PACS) trará um importante reforço para a tomada de decisão clínica — e não, elas não acabarão com a profissão de radiologista.
Exemplos desse movimento de inovação em saúde, aliás, vão além da radiologia. Conforme Renato Sabbatini, biomédico com mais de 40 anos de experiência no setor e atualmente professor da Escola Bahiana de Medicina e Saúde Pública, a IA pode ser incorporada em todas as etapas onde existem pontos de decisão por parte do médico.
“Quem domina o uso da ferramenta é sempre o profissional. É ele quem determina se a indicação dada pela tecnologia deve ou não ser seguida, analisando dados como histórico do paciente e da família, além das condições atuais de saúde e de fatores como idade, sexo, etnia, entre outros.”
É o que já acontece, por exemplo, em Israel. Por lá, 98% da população é coberta por seguros de saúde, que compartilham um mesmo sistema de gestão interligado para a coleta de dados. Esse modelo viabilizou o uso da IA, favorecida por um aporte de US$ 300 milhões (o equivalente a R$ 1,1 bilhão), para realizar a prescrição médica. Mas o médico segue imprescindível, já que consegue alterar a determinação da tecnologia embasando a decisão com seu conhecimento.
Na medicina diagnóstica, as potencialidades de um Sistema PACS dotado de IA são inúmeras. Conforme avalia Sabbatini, as principais estão relacionadas ao ganho de tempo e assertividade dos diagnósticos.
“Em média 80% dos exames por imagem são normais e 15% são banais, portanto, uma ferramenta de deep learning consegue identificar todos esses casos com alta precisão. Mas há 5% dos casos que são de difícil diagnóstico e com muitas interpretações possíveis. E é neles que o radiologista vai poder se concentrar.”
Outra aplicação prática da IA na radiologia citada pelo especialista é a comparação da imagem com bases de conhecimento, que trazem mais assertividade ao diagnóstico. Nesse modelo, a ferramenta incorpora aprendizados a cada laudo emitido, acumulando repertório clínico à sua base de dados.
A IA ainda pode ser utilizada dentro do PACS para triagem de casos urgentes. Nesse modelo, o recurso elenca prioridades na worklist do médico radiologista, funcionando como um assistente virtual de análise. Com a triagem realizada entre imagens normais e alteradas, é verificado automaticamente, antes do radiologista, os exames que devem ser tratados como prioritários conforme o estado do paciente. A análise ocorre a partir de algoritmos de reconhecimento de padrões e analogia em bases de conhecimentos.
Sabbatini explica que essas funcionalidades podem existir independentemente do sistema de arquivamento de imagens médicas, mas quando estão incorporadas a ele, otimizam a atuação do profissional. Não é necessário sequer sair da tela de avaliação do exame.
Com um clique, ele submete a imagem para avaliação e recebe as orientações da IA, podendo ou não validá-las de acordo com seu diagnóstico. Esse processo economiza tempo e otimiza o fluxo de laudos. Aliado à integração do PACS com o Sistema de Informação em Radiologia (Radiology Information System, o RIS), o ganho de eficiência em todos os processos envolvidos na medicina diagnóstica é ainda maior.
Há ainda um último aspecto relevante, na percepção do especialista, que tornará a IA uma parceira na tomada de decisão, e não uma substituta do profissional: as questões éticas e jurídicas.
“Um exemplo: se a inteligência artificial errar, quem será responsabilizado? A máquina não é imputável, portanto, alguém precisa validar a decisão da tecnologia”, diz Sabbatini.
É mais ou menos como acontece hoje com um piloto automático de avião. Essa tecnologia já é responsável por praticamente 100% do voo, da decolagem ao pouso. Mas o piloto continua na cabine para qualquer eventualidade. A saúde seguirá a mesma lógica. Afinal, o olho no olho e a relação médico-paciente, mesmo que em meio digital, ainda são fatores cruciais para a prestação de uma assistência humanizada.
